据Business Insider当地时间12日​​报道，AI行业围绕数据获取的竞争正在发生变化：焦点已不再只是提升聊天机器人的回答质量，而是转向让模型学习人类在真实场景中的工作方式。

过去，大语言模型（LLM）主要依赖互联网文本、书籍，以及人工标注的回答质量评估数据进行迭代。这一路径推动了对话式AI快速进步，但对于打造能够连续数小时甚至数天独立完成复杂任务的AI代理而言，仍显不足。

在这一背景下，多家科技公司开始把训练场景转向更接近真实职场的数字环境，也就是面向完整工作流程的强化学习环境。在这类环境中，AI代理通过编程、使用办公软件、作出决策并执行长期任务，在反复试错中学习。训练目标也不再是“回答得好不好”，而是能否把一整套工作流程完整跑通。

近期行业动向进一步显示出这一变化。报道称，Google正讨论向初创公司Mechanize投资超过15亿美元（约合2.1328万亿韩元）。这家公司专门构建用于训练AI代理的虚拟办公环境。Mechanize表示，其目标是“实现经济的完全自动化”，并建立能够捕捉人类真实职场工作内容的仿真与评估环境，首个落地方向是软件工程，之后再扩展至更多白领岗位。

Tesla首席执行官Elon Musk也表示，将收集SpaceX员工的工作行为数据，用于改进Grok AI模型。Musk将员工比作AI的“父母”，称“模型将继承员工的思考方式与价值观”。Meta同样计划收集员工的键盘输入、鼠标移动、点击记录以及屏幕内容等上下文信息，让AI学习人们实际使用电脑和办公软件的方式。

Scale AI也在跟进。该公司表示，在其最新AI训练项目中，几乎一半与面向编码、电脑使用和企业工作流程建模的强化学习环境相关。Uber则已在金融、法务、人力、营销、采购和客服等部门引入AI工程师，观察员工的真实工作方式。同时，公司还在推进“Agentic Pods”项目，将相关流程重新设计为以AI为中心的工作流。

报道指出，AI竞争的下一阶段已不只是打造更聪明的聊天机器人。企业正在把现实职场搬进数字环境，让AI在其中练习构成现代工作的海量判断与行动。这也意味着，围绕“让AI像人类员工一样工作”的新一轮数据竞争已经启动。